Numpy round_ – 将数组舍入到给定的小数位数。

在本文中，我们重点介绍Python中NumPy模块的功能之一，即Numpy round _。NumPy 包主要关注数组处理例程，Numpy round_() 用于返回数组元素的舍入值。

什么是 NumPy round_？

Numpy Round 是 Python 编程语言中使用的 NumPy 模块的数学函数。它用于操作 Numpy 数组。

更具体地说，NumPy 对数字进行四舍五入。例如：np.round_(3.18)将返回3，即3.18~3。当应用于一维数字数组时，它将应用于np.round_()数组的每个元素。

注意 – 这里我们将 NumPy 导入为 np ，因此在实现过程中使用它的别名。

np.round(arr, decimals=0,out='none')

numpy.round_() 语法参数

返回值

包含所有数组元素的数组，这些元素经过四舍五入，具有与输入相同的数据类型。

如果要舍入的数字后跟大于或等于 5 的数字，即 5、6、7、8、9，则将数字向上舍入。例如：38 四舍五入为 40，因为 8>5 类似地，3.8 将四舍五入为 4。
如果要舍入的数字后跟小于 5 的数字（即 0、1、2、3、4），则将数字向下舍入。例如：当 2>5 时，32 将四舍五入为 30，类似地，4.3 将四舍五入为 4。

导入numpy库

import numpy as np

下面是用于实现np.round_() 计算输入数组每个元素的舍入值的函数的代码。

x = np.round_([1.2,3.4,5.3]) 
print(x)

在输出中，返回包含 3 个舍入值的数组。由于要舍入的数字后跟小于 5 的数字，因此我们将数字向下舍入。

输出：

[1. 3. 5.]

x = np.round_([1.6,3.5,5.8]) 
print(x)

6、5 和 8（输入数组中小数点后的数字）大于 5，因此导致结果向上舍入，我们将得到一个输出作为浮点值的下一个整数。

输出：

[2. 4. 6.]

负号不会对规则产生不利影响。我们可以按照与正数相同的方法，得到最接近的四舍五入整数。

x = np.round_([-1.2,-3.4,-5.8]) 
print(x)

输出：

[-1. -3. -6.]

x=np.round_([3.424,6.735,.503],decimals=2) 
print(x)

指定小数（int 参数decimals）允许我们在四舍五入后管理我们想要的精度。

输出：

[3.42 6.74 0.5 ]

在本文中，我们学习了 NumPy round_ 函数以及如何利用它将数组中的元素四舍五入到特定的小数。